AI 渲染工具对比该测什么:除了画质,还要看导出的 alpha、遮罩、深度与位深
AI 渲染工具评测除画质外还应检查生成后能导出什么文件:原生分辨率与位深、alpha 通道、物体或材质遮罩、深度或法线、光照与反射通道及元数据。JPEG 无 alpha、无物体标识、无场景深度,难以支撑后期精确修改;V-Ray 等传统渲染器提供 Object ID、Z-depth 等 EXR 通道,可支持 16-bit 或 32-bit 浮点数据。
AI 渲染工具评测除画质外还应检查生成后能导出什么文件:原生分辨率与位深、alpha 通道、物体或材质遮罩、深度或法线、光照与反射通道及元数据。JPEG 无 alpha、无物体标识、无场景深度,难以支撑后期精确修改;V-Ray 等传统渲染器提供 Object ID、Z-depth 等 EXR 通道,可支持 16-bit 或 32-bit 浮点数据。
面向 ComfyUI 的建筑渲染工作流应把场景线性 EXR 留作权威母版,只导出一张带明确视图变换和色彩配置的显示就绪 PNG/TIFF 作为 AI 输入。ComfyUI 官方 Stable Image Ultra 工作流的 image denoise 取值 0 到 1,低值更贴近输入,但并不能保证保留 HDR 范围或嵌入配置。生成结果应以有界方式合成回母版,并检查高光截断、阴影分离与渐变断层。
用户对比了 FLUX 3 Klein、FLUX.2 Klein 9B、Qwen Image 2.1 和 Krea2 四款模型,认为 Krea2 与 Qwen Image 2.1 在人体解剖和真实感上明显领先 FLUX 系列,FLUX 3 的人体解剖表现最差。FLUX 3 的提示词遵循能力仍被认为最佳,但作者认为其能力可能被过度且不必要的审查削弱。
VideoProc Converter AI 推出 V7.8 周年庆限时免费授权活动,用户填写邮箱即可申请授权码激活软件。该免费版使用旧版 AI 模型,支持 AI 视频超分(最高 4 倍至 4K)、图片放大(2/3/4 倍,最高 8K/10K)、视频转换压缩下载录屏等功能,部分新 AI 功能不可用且不含免费更新。官方另提供 Lifetime 终身版,一次性付款含终身免费更新。
Aikimi Forge Neo 新增 FLUX 3 Image Klein 支持,可在 FLUX 3 标签页完成文生图、参照图编辑、画框配置指定与 LoRA 加载,对应 Klein 蒸馏版与 Klein Base。
这份提示词合集收录约100种"温柔日常"手绘风插画提示词,全部为可直接复制的 JSON 格式,适用于 ChatGPT、Gemini 等工具。每个主题除 1:1 基础版外,还提供 9:16 竖版、1280×670 横版及背景氛围改编版,覆盖家庭、生活、季节、地域与人际联结等题材。
这份提示词合集收录约 100 种"动漫风 AI 美女"图像生成提示词,覆盖居酒屋、车站、咖啡厅、自宅、机场、办公室等日常场景,全部以 JSON 格式提供,可直接复制到 ChatGPT、Gemini 等工具使用。每个主题除 1:1 基础版外,还附 9:16 竖版、1280×670 的 note 题图版,以及背景、光线、服装、时段等改编版本。
作者用同一设定、同一提示词、仅挂 TurboLoRA 且无后期,对 ANIMA 的 8 款模型做了一次机甲少女出图对比。
用户在 4070s 上对比 Flux.3 klein(蒸馏版)与 Qwen image 2.1(turbo)的图像编辑速度:前者 1mp 需 10 秒、euler 16 步,后者仅 3 秒、euler 8 步。测试覆盖添加机器狗、重新构图、改光照、转黑白漫画、表情表、服装变体和手办化等提示词。
ComfyUI 工作流模板发布 v0.11.86,可通过 pip install comfyui-workflow-templates==0.11.86 安装。
SCOPE 是一种基于 GRPO 的强化学习目标,让提示词改写模型在生成增强提示的同时输出语义分区,并按语义跨度池化策略对数概率变化,为跨度内 token 共享损失系数。在 Qwen-Image、SD3 和 FLUX.1-dev 上,SCOPE 相对原始 GRPO 在 GeneVal 平均提升 9.48%、在 T2I-CompBench 提升 7.62%,且无需额外跨度奖励或图像渲染。
针对扩散模型强化学习中扰动反向去噪轨迹导致 rollout 优化成本高的问题,RPO 将注意力路由变为随机探索动作,在若干去噪层级按原生注意力权重采样 key block,并用双 rollout 估计器提供优势信号。在文生图与文生视频任务上,RPO 提升生成质量的同时训练效率较 Flow-GRPO 类方法提升近 4 倍,推理时恢复稠密注意力并保留原始确定性采样器。
这份提示词合集收录 100 种幻想、抽象、创意风格的图像生成提示词,可直接复制到 ChatGPT、Gemini 等工具使用。每个题材均提供 1:1、9:16 和 1280×670 三种尺寸版本,并附两种改变世界观的改编版,全部以 JSON 格式给出,含 prompt、negative_prompt 与 aspect_ratio 字段。
用户对 Flux 2 Klein(9B)与 Flux 3 Klein(Distill 和 Base)进行 T2I 对比测试,认为 Flux 3 Klein Distill 表现仍逊于 Flux 2 Klein(9B),存在肢体畸变、眼部和面部细节差等问题。
一项名为「うちの子の『絶対に見せたくない日常』」的AI插画企划发布通用提示词,要求基于原创角色的参考图与性格设定,生成其不愿被人看到的私生活瞬间,画幅为16:9单张图。提示词强调保持角色面部、发型、体格等核心特征,并从性格反差设计秘密场景,如强势角色偷偷练习台词、文静角色对玩偶说婴儿语。
用 ChatGPT 把 AI 生成人物合成到真实街景照片时,直接附上背景图仍会出现人物悬浮、视角不一致等违和感。作者以自己拍摄的新宿照片为背景,通过提示词调整人物与背景的融合度,并让背景中出现行人、对齐视线高度来增强真实感。文中还介绍了结合角色设定表与服装设定表,让固定角色"降临"现实世界的进阶用法。
用户实测 Flux 3 Klein 后发现,该模型在雪暴等氛围场景上表现优于多数模型,但细节相比当前其他模型明显混乱,涉及生物题材时比例严重失真。
Conradlocke 于 10 月 16 日发布第二代 Krea 2 编辑 LoRA,最大变化是结构上从单个 LoRA 拆成两个各司其职的权重:Krea 2 Identity Edit V2 负责把单张照片中的人物迁移到新场景、姿势、服装或光照,Krea 2 General Edit V2 处理去物体、改色、重打光、换背景、加物体、改写招牌文字和风格化等指令编辑。
推荐理由:Krea 2 编辑 LoRA 拆成身份与通用两个权重,并给出参考图放置与双 LoRA 混用的实测参数。
OpenMOSS 于 10 月 16 日发布 5B 文生图模型家族 MOSS-Image,包含预训练版 MOSS-Image-Base 和面向普通用户的 MOSS-Image-SFT 两个 checkpoint。
推荐理由:5B 文生图模型主打中英文文字渲染与 JSON 布局控制,ComfyUI 核心节点同日支持,可据此评估排版类出图流程。
生成式 AI 工作流是把多个模型节点用连线串起来的创作链路,每个节点只做一件事:持有提示词、运行模型或传递文件。
AI 图像生成常出现画质不足、全身比例失衡、局部修改反复失败等问题,加"最高品质""超高画质"等词也难见效。文章指出关键不在堆长提示词,而在明确优先保留什么、改动什么、不能动什么,并整理了常见失败类型、提示词改进方法、可直接复制的模板与提升完成度的修正步骤。内容不限定特定 AI 服务,效果因所用模型与功能而异。
有用户反馈 Krea 3 Beta 发布后,Krea 2 生成质量明显变差:使用相同提示词和同一 Moodboard,画面与提示词的一致性下降,且会在无提示情况下随机出现动漫生物或动漫比例的角色。该用户表示此前也会出现类似情况但频率低得多,Moodboard 曾是主要灵感来源;其通过 Krea 官网使用,因缺少高性能 GPU 无法本地运行。
Krea 3 AI 图像编辑功能已在 Envato 上线,支持区域编辑、六张以上参考图合成与自定义微调,可在数秒内完成高质量局部修改而不重新生成整张图。该模型面向已定稿的构图、产品或角色做精修,编辑时保留原有主体、标签、光线与取景不变。
用户 CeFurkan 在 Reddit 的 comfyui 板块分享了 FLUX 3 Klein 的 ComfyUI 预设,并附上可查看更新日志的链接。
针对 Anima 等本地图像生成模型,作者分享了营造"空气感"的插画技巧,核心在于区分"影"与"阴"并主动用提示词指定阴影类型。Anima 角色还原度依赖 Danbooru 标签、背景稍弱,而 AI 常自动生成写实渐变阴影,改用扁平阴影反而能提升插画感、减少信息量。作者建议按氛围选择强阴影或柔阴影,并调整阴影颜色与种类来改变画面魅力。
作者在“恶魔星期五”第5周用图像生成AI一口气做了7个角色,包括78岁老骑士,名字、服装、武器、性格和过去全都设定齐全。结果从会员对话中得知,这些角色可能只被用作背景里被主角一拳KO的杂兵,于是决定把7人全部封印,避免他们登场3秒就退场。
用户用 FLUX.3 Image Klein(Base,NVFP4,约 5.3 GB)在 ComfyUI 测试动漫与自然光静物风格,模型来自 Hugging Face 的 black-forest-labs/flux-3-image-klein-comfy。
用户 neptune765 在 ComfyUI 中摸索出用 Qwen2.1 提升 T2I 工作流细节的方法,认为放大后仍不完美,但用于文生图已相当不错。接下来计划在 Photoshop 处理后,再用 I2I 进一步增强。
Krea 3 已通过 Partner Nodes 在 ComfyUI 上线,这是 Krea 推出的新图像模型,面向以参考图驱动的生成与编辑。模型主打更快的迭代速度与更低的单图成本,同时保持画质,支持上传多张参考图并按上传顺序编号调用,例如人物取自图 1、外套取自图 2、背景取自图 3。
推荐理由:Krea 3 以参考图驱动的生成与编辑接入 ComfyUI Partner Nodes,可了解多参考编号调用与结果回喂的用法。
用户对比测试了 Flux 3 与 Krea 2 搭配社区 Edit lora 的图像编辑效果,使用"让她躺在地板上"的提示词,结果显示 Flux 3 表现不佳。测试以同一张源图为基础,Flux 3 生成第二张图,Krea 2 加 Edit lora 生成第三张图。
作者在 RTX A4500 20GB 上用官方 ComfyUI 工作流对比 Flux 3 Klein 的 bf16 base 与 distilled 两个版本,50 条提示词、相同种子、约 2MP。
MOSS-Image 是一个开源图像生成系统,从零预训练 5B 单流扩散 transformer(DiT),支持中英双语长文本渲染与精确布局控制,并配备意图感知的智能体提示增强模块。在长文本渲染基准 LongLongTextBench 上,其平均文本覆盖率达 96.3%,居开源权重模型首位;在 RealLayoutArena 端到端系统对比中排名第二。团队将开源模型、训练配方与评测框架。
研究者提出 LILIE(Language-Informed and Lossless Image Encoder),一种可逆图像变换,通过与视觉语言模型联合训练,使模型能从加噪特征中还原图像描述,并据此为文生图构建语言信息损失。
MTEdit 通过以打包轨迹画布(PTC)生成为核心的流水线构建多轮图像编辑数据集,包含 500K 条轨迹、最多 8 轮、平均 5.38 轮,以减少逐轮 rollout 带来的视觉质量漂移。
有用户在 Comfy 中使用 Flux 3 Klein 作为编辑模型时结果远差于 F2 Klein,质疑是模型实现问题还是模型本身问题。尽管官方 benchmark 显示 F3K 远超 F2K,但该用户测试的提示词包括让男子坐在现代极简客厅沙发上以及获取场景右侧视图,效果均不理想。
有用户在 Reddit 上对 Krea 3、Qwen 2.1 与 ZIT 三款文生图模型做了随机对比测试。该用户认为 Krea 3 在理解咬下唇等细微面部表情方面优于其他模型,但也能从简单提示词生成令人不安的图像,且因其画面逼真而更显突兀。
Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein,支持最多 10 张参考图编辑与 bounding box 布局控制,并已可在 ComfyUI 中通过模板调用。
Reddit 用户 Friendly-Fig-6015 发帖称 Flux 3 Klein 是画质出色的优秀模型,呼吁停止对其的负面评价。该模型的问题在于检测到 NSFW 内容时会拦截生成,且画质会大幅下降,用户表示只需等待 LoRA 和解除限制的文本编码器。
一位用AI制作note头图和Instagram漫画的创作者,分享了自己在Codex辅助下判断图像该局部修复还是重画的3个标准:不具问题仅局部时限定范围修,影响脸部等整体印象时重画,若根源在台本或设定则改原始指令。他还发现用px数字指定眼睛位置无效,改用参考图后修复成功。
用户用 Z Image Turbo(bf16)搭配自建角色 LoRA,在 8 步、res_multistep / simple、CFG 1、shift 3、同一 seed(710101)下,仅改动提示词末尾的胶片风格行(Cinestill 50D / 35mm / Portra 400),对比哪种更接近真实金色时刻氛围。作者同时询问是否有遗漏的提示词技巧。